Vultr, HPE a NVIDIA: Uvnitř datového centra nové generace pro umělou inteligenci

• AI výkon: Až 1 440 PFLOPS při FP4 přesnosti
• Paměť: 279 GB HBM3e na GPU (celkem 37 TB na rack) s propustností 8 TB/s na GPU
• Architektura: Optimalizovaná pro trénování, dolaďování i inferenci modelů s více než bilionem parametrů v reálném čase
• Chlazení: Plně kapalinové chlazení integrované do architektury AI továrny HPE

GB300 NVL72 je popisován jako „nový pracovní kůň pro inferenci i trénink“ s explicitním důrazem na náklady na token – tedy metriku, která měří hodnotu v samotném výstupu modelu, nikoli jen v hrubém trénovacím výkonu . Podle produktové stránky NVIDIA dosahuje 1,5× vyšší hustoty FP4 Tensor Core FLOPS a 2× vyššího výkonu pro pozornostní mechanismy oproti předchozí generaci GPU Blackwell .

Vysokorychlostní síťování: Páteř AI inference

Zásadním pilířem nasazení je vysokorychlostní síťová infrastruktura. Systémy GB300 NVL72 budou propojeny NVIDIA Spectrum-X Ethernet – bezztrátovou, vysoce propustnou Ethernetovou sítí navrženou tak, aby eliminovala úzká hrdla při multiuzlových AI úlohách .

Nasazení zahrnuje 400GbE a 800GbE propojení, optické transceivery, přepínače NVIDIA Spectrum-X a SuperNIC . Bez této sítě by škálování inference na podnikovou úroveň vytvářelo kritické latence a propustnostní úzká hrdla. NVIDIA Enterprise Reference Architecture pro NVL72 AI Factory potvrzuje, že tato dvourovinná síťová architektura je navržena tak, aby poháněla datová centra pro trénink i inferenci v obrovském měřítku a umožnila aplikace v reálném čase s modely o bilionu parametrů .

Strategický posun: Od trénování k inferenci

Ačkoli infrastruktura podporuje jak trénování, tak inferenci , oznámení zdůrazňuje rostoucí zaměření podniků na AI inferenci (produkční nasazení) vedle trénování. Několik signálů ukazuje na tento posun:

• GB300 NVL72 je navržen přímo pro „test-time scaling inference a úlohy AI uvažování“
• Je explicitně prezentován s narativem nákladů na token – hodnota se měří v inferenčním výstupu, nikoli v hrubém trénovacím výkonu
• Celková komunikace HPE na akci se soustředila na uvedení AI do produkce s důrazem na bezpečnost, správu, škálovatelnost a suverenitu dat

Důsledek je jasný: podniky opustily fázi experimentování a nyní hledají infrastrukturu optimalizovanou pro nasazování AI modelů v produkčním prostředí ve velkém měřítku.

Další oznámení na HPE Discover Las Vegas 2026

Kromě partnerství s Vultrem HPE představila několik souvisejících iniciativ:

• Agentická AI: HPE oznámila širší iniciativu na uvedení agentické AI do produkce s NVIDIA se zaměřením na bezpečnost, správu, škálovatelnost a suverenitu dat
• Zákaznická nasazení: Společnost Sky Co., Ltd. nasadila HPE Private Cloud AI v rámci portfolia NVIDIA AI Computing by HPE
• Nubax v Argentině: Tato společnost spustila model AI jako služby na základě spotřeby – první svého druhu v zemi – s dosaženým 62,5% lepším předpovídáním dodavatelského řetězce, 35% kratšími čekacími dobami a 40% úsporou nákladů, vše poháněno NVIDIA AI Computing by HPE

Co to znamená pro podnikovou AI

Volba Vultru pro HPE a NVIDIA signalizuje významný zlom. Jako největší soukromě vlastněný hyperscaler Vultr sází na to, že podniky potřebují infrastrukturu schopnou zvládnout jak trénování, tak inferenci v reálném čase v cloudovém měřítku. Kombinací rackového GPU computingu NVIDIA s tovární architekturou HPE, kapalinovým chlazením a službami se Vultr staví do pozice, která má obsloužit další vlnu podnikových AI úloh – od trénování modelů až po produkční inferenci na modelech s bilionem parametrů.